| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 引言 | 第8-18页 |
| 1.1 研究目的和意义 | 第8-11页 |
| 1.2 国内外研究综述 | 第11-15页 |
| 1.2.1 国外研究综述 | 第11-13页 |
| 1.2.2 国内研究综述 | 第13-15页 |
| 1.3 本文的思路设计与主要内容 | 第15-16页 |
| 1.4 本文的研究方法、创新点与不足 | 第16-18页 |
| 第二章 商业银行房地产开发贷款信用风险概述 | 第18-28页 |
| 2.1 商业银行房地产开发贷款的相关概念 | 第18-21页 |
| 2.1.1 商业银行房地产开发贷款 | 第18页 |
| 2.1.2 房地产开发贷款信用风险 | 第18-19页 |
| 2.1.3 商业银行信用风险 | 第19-21页 |
| 2.2 商业银行房地产信用风险的形成机制 | 第21-24页 |
| 2.2.1 趋利行为的滋生导致商业银行房地产贷款信用扩张 | 第21-22页 |
| 2.2.2 信息不对称与商业银行房地产信贷风险 | 第22-23页 |
| 2.2.3 房地产泡沫 | 第23页 |
| 2.2.4 房地产经济周期波动 | 第23-24页 |
| 2.3 商业银行房地产开发贷款现状 | 第24-28页 |
| 2.3.1 房地产行业发展现状 | 第24-26页 |
| 2.3.2 我国商业银行房地产开发贷款发展现状 | 第26-28页 |
| 第三章 商业银行信用风险度量的方法分析 | 第28-38页 |
| 3.1 传统的信用风险度量方法 | 第28-31页 |
| 3.1.1 专家方法 | 第28-29页 |
| 3.1.2 信用评级法 | 第29页 |
| 3.1.3 信用评分法 | 第29-30页 |
| 3.1.4 财务分析法 | 第30页 |
| 3.1.5 人工神经网络模型 | 第30-31页 |
| 3.2 现代信用风险度量模型 | 第31-35页 |
| 3.2.1 基于风险价值法（VaR）的Credit Metrics模型 | 第31-32页 |
| 3.2.2 基于宏观经济变量的Credit Portfolio View模型 | 第32-33页 |
| 3.2.3 基于保险精算的Credit Risk+模型 | 第33-34页 |
| 3.2.4 基于BSM期权定价模型的KMV模型 | 第34-35页 |
| 3.3 现代度量模型在我国市场的适用性分析 | 第35-38页 |
| 3.3.1 Credit Metrics模型在我国的适用性 | 第35-36页 |
| 3.3.2 Credit Risk+模型在我国市场的适用性 | 第36页 |
| 3.3.3 Credit Portfolio View模型在我国的适用性 | 第36页 |
| 3.3.4 KMV模型在我国的适用性 | 第36-38页 |
| 第四章 房地产业基于KMV模型的实证分析 | 第38-50页 |
| 4.1 KMV模型的理论概述 | 第38-40页 |
| 4.1.1 KMV模型的基本思想 | 第38-39页 |
| 4.1.2 KMV模型的理论基础 | 第39-40页 |
| 4.2 基于ST公司与非ST公司的实证研究 | 第40-44页 |
| 4.2.1 实证假设 | 第40-41页 |
| 4.2.2 基于纵向时间跨度的实证分析 | 第41-44页 |
| 4.3 基于横向对比的实证分析 | 第44-48页 |
| 4.4 实证结果分析和结论 | 第48-50页 |
| 第五章 结论和建议 | 第50-58页 |
| 5.1 文章主要结论 | 第50-52页 |
| 5.2 加强我国商业银行房地产信贷管理的建议 | 第52-58页 |
| 5.2.1 强化房地产信用风险的度量基础 | 第53页 |
| 5.2.2 建立商业银行房地产信贷风险全程控制体系 | 第53-55页 |
| 5.2.3 加强我国商业银行信贷风险管理的建议 | 第55-56页 |
| 5.2.4 第三方信用评估机构的引入 | 第56页 |
| 5.2.5 优化现代信用风险模型在我国的应用 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
